如何在 R 上从价格时间序列中创建 300 只等权重股票的投资组合并回测投资组合？答案

【问题标题】：How to create on R a portfolio of 300 equally weighted stocks from a price time series and backtest the portfolio?如何在 R 上从价格时间序列中创建 300 只等权重股票的投资组合并回测投资组合？
【发布时间】：2021-06-15 00:57:48
【问题描述】：

我有 300 只股票（这里我给你看 5 只），我怎样才能创建一个等权重的投资组合然后回测呢？

Book1
# A tibble: 3,385 x 6
   ...1                  AAA   BBB   CCC   DDD   EEE
   <dttm>              <dbl> <dbl> <dbl> <dbl> <dbl>
 1 2007-02-08 00:00:00 100   100   100   100   100  
 2 2007-02-09 00:00:00 100.  100.  100.  100.  101. 
 3 2007-02-12 00:00:00 100.  100.  100.  100.  101. 
 4 2007-02-13 00:00:00  99.9  99.9 100.   99.9 100. 
 5 2007-02-14 00:00:00 100.  100.   99.9 100.   99.9
 6 2007-02-15 00:00:00 100.  100.   99.9 100.   99.5
 7 2007-02-16 00:00:00 100.  100.  100.  100.  100. 
 8 2007-02-20 00:00:00 100.  100.   99.9 100.  100. 
 9 2007-02-21 00:00:00 101.  100.  100.  100.  101. 
10 2007-02-22 00:00:00 101.  101.  100.  100.  102. 
# ... with 3,375 more rows

你能帮我吗？我尝试关注其他帖子，但在创建投资组合时似乎不起作用，因此无法进行一些回测

【问题讨论】：

标签： r portfolio back-testing

【解决方案1】：

有不同的软件包可以帮助您运行回测。哪个最合适（以及您是否要使用包）将取决于您要运行的回测的细粒度。

这是一个示例，使用 PMwR 包（我维护）。我首先使用 Kenneth French 网站上的数据创建了一个包含五项资产的数据集。

library("PMwR")
library("NMOF")

P <- French(tempdir(),
            "5_Industry_Portfolios_daily_CSV.zip",
            frequency = "daily",
            price.series = TRUE)

head(P)
##               Cnsmr    Manuf    HiTec     Hlth    Other
## 1926-06-30 1.000000 1.000000 1.000000 1.000000 1.000000
## 1926-07-01 0.999200 1.002200 0.998900 1.009700 1.002100
## 1926-07-02 1.003796 1.009115 1.001997 1.011013 1.003202
## 1926-07-06 1.006507 1.011941 1.005203 1.013338 1.001296
## 1926-07-07 1.006406 1.013054 1.006409 1.016682 1.002798
## 1926-07-08 1.008821 1.013966 1.010234 1.025934 1.006709

这五个系列现在存储在名为P 的数据框中。对等权重的投资组合运行回测可能如下所示：

bt <- btest(prices = list(as.matrix(P)),
            timestamp = as.Date(row.names(P)),
            signal = function(k) rep(1/k, k),
            do.signal = "lastofquarter",
            initial.cash = 100,
            convert.weights = TRUE,
            k = 5)

结果：

journal(bt)
##       instrument   timestamp           amount          price
## 1          Cnsmr  1926-09-30   18.13189758568      1.1082127
## 2          Manuf  1926-09-30   19.15734113773      1.0465962
## 3          HiTec  1926-09-30   19.00858248070      1.0538398
## 4           Hlth  1926-09-30   18.63527183032      1.0685114
## 5          Other  1926-09-30   18.75046122697      1.0696270
## 6          Cnsmr  1926-12-31   -0.15078058427      1.1441818
## 7          Manuf  1926-12-31   -0.03046886314      1.0757494
## ....


summary(as.NAVseries(bt))
## ---------------------------------------------------------
## 30 Jun 1926 ==> 29 Jan 2021   (24,916 data points, 0 NAs)
##         100         1528568
## ---------------------------------------------------------
## High             1590130.44  (20 Jan 2021)
## Low                   43.43  (08 Jul 1932)
## ---------------------------------------------------------
## Return (%)             10.7  (annualised)
## ---------------------------------------------------------
## Max. drawdown (%)      82.3
## _ peak               245.20  (03 Sep 1929)
## _ trough              43.43  (08 Jul 1932)
## _ recovery                   (13 Jun 1944)
## _ underwater now (%)    3.9
## ---------------------------------------------------------
## Volatility (%)         18.1  (annualised)
## _ upside               14.4
## _ downside             11.5
## ---------------------------------------------------------
## 
## Monthly returns  ▁▁▆█▁▁▁ 
## 
##       Jan   Feb   Mar   Apr   May   Jun   Jul   Aug   Sep   Oct   Nov   Dec   YTD
## 1926                                      0.0   0.0   0.0  -2.4   3.4   2.2   3.1
## 1927  1.2   4.0   1.2   1.5   5.5  -1.2   8.0   1.9   5.0  -2.2   6.0   1.7  37.2
## 1928  0.1  -1.7   9.7   3.5   3.4  -4.2   1.0   8.4   1.7   1.2  10.5   0.7  38.8
## 1929  5.5  -0.2  -0.2   1.6  -5.5   9.2   5.1   7.6  -5.7 -18.8 -11.3   1.7 -14.1
## 1930  5.0   3.2   6.7  -2.3  -1.1 -14.6   4.6   2.1 -11.4  -8.0  -2.6  -7.3 -24.9
## 1931  7.2  10.0  -4.7  -8.0 -12.5  13.1  -4.9   0.1 -28.8   8.0  -8.8 -11.2 -39.4
## ....
## 2020 -0.5  -8.0 -12.7  13.4   5.0   1.6   5.4   6.6  -3.2  -2.2  12.3   4.4  20.6
## 2021  0.0                                                                     0.0

正如我所说，有许多不同的方法，并且您必须做出许多决定（交易成本、重新平衡的频率……）；但我希望这个例子能让你开始。

【讨论】：